A cool way to fund your project – Kick$starter 2018-07-04T12:41:14+00:00

Project Description

Kickstarter è la piattaforma più conosciuta di crowdfunding, ideale per aiutare artisti, musicisti, registi, artigiani e in generale chiunque abbia un’idea creativa che voglia trasformare in realtà.

I creatori pubblicano la loro idea con video e descrizione dettagliati e fissano l’obiettivo da raggiungere, cioè la somma necessaria ad avviare il progetto, entro una determinata data. I sostenitori (backers) che decidono di investire nell’idea, possono offrire la quantità di denaro che vogliono e non sono tenuti al versamento della somma promessa (pledged) fino a quando il progetto non raggiunge l’obiettivo entro la data prefissata. Se l’obiettivo non viene raggiunto, il progetto viene dichiarato fallito e nessuno è tenuto ad investirci.

Il presente project work si propone di analizzare un dataset online su Webrobors.it sui dati relativi ai progetti pubblicati sulla piattaforma dal 2009 a gennaio 2018.

Il dataset presenta come attributi il nome dei progetti, il Paese di provenienza, l’anno di pubblicazione, la somma da raccogliere, la somma promessa dai sostenitori, il numero dei sostenitori, l’esito del progetto, la categoria, la data di creazione, la data di modifica, il termine e altre informazioni che non sono rilevanti al fine dell’analisi.

L’analisi si concentra sullo studio dei trend dei progetti negli anni, focalizzando l’attenzione sui dati economici a disposizione e sulle caratteristiche delle categorie che richiamano più investitori e più creatori, al fine di individuare quale potrebbe essere, nel secondo semestre del 2018, il tipo di progetto vincente.

Il dataset è stato integrato effettuando lo scraping dei tweet suddivisi in italiano e inglese, poi analizzati per avere una misura del coinvolgimento delle persone sia all’estero che nella realtà italiana sul fenomeno del crowdfunding, ormai così in espansione da poter osservare in questi anni la crescita di realtà imprenditoriali grazie ai finanziamenti “dal basso”.

La prima fase di ETL, effettuata con Talend, e di visualizzazione dati con Tableau, ha determinato il path del progetto: è stato possibile notare un trend in crescita dell’uso di kickstarter come piattaforma di lancio per idee creative con un picco nel 2015. Di contro è stato rilevato un trend in crescita dei sostenitori fino al 2013, con un alto tasso di successo per gli anni 2012-2013, poi in decrescita fino al 2017. Inoltre, per le analisi, è stato calcolato un semplice indice per valutare meglio le categorie e i progetti di successo (indice A=somma raccolta/somma richiesta dall’utente).

In una seconda fase è stato deciso di avviare un’attività di scraping massivo dei tweet italiani per analizzare l’impatto che la piattaforma ha avuto nella realtà italiana (2009~2018). Il processo di data ingestion è stato eseguito con Python inizialmente tramite l’impiego API di twitter, in seguito tramite web scraping, rendendo autonomo lo script.

Mentre a livello mondiale, il livello di interesse su kickstarter sembra calare rapidamente negli anni (probabilmente in favore della nascita di nuovi player sul mercato), in Italia la decrescita sembra essere più lenta e, pertanto, per poter ipotizzare le categorie che attirano di più l’attenzione, è stata utilizzata la tecnica statistica dell’LDA (Latent Dirichlet Allocation) con Python per rilevare i trend topic italiani su Twitter e confrontarli con i trend topic nel mondo, in un lasso temporale che va da gennaio a marzo 2018.

I topic individuati sono stati associati alle corrispondenti categorie estratte dal Dataset iniziale di Kickstarter. Esaminando trend italiani ed esteri, le categorie che hanno generato più interesse nel primo trimestre del 2018 sono state: Video Games, Tabletop Games, Tech, Art, Books, Design.

Analizzando i dati storici di ciascuna di queste categorie – dati suddivisi per trimestre nel periodo 2009 ~ 2017 – non emerge alcun trend che definisca una linearità di crescita/decrescita o stagionalità che possa garantire il successo o meno di una categoria di progetti, il quale sembra dipendere esclusivamente dall’originalità dell’idea e dalla passione dell’autore che coinvolge l’utenza, a prescindere dal momento e contesto storico in cui il progetto nasce. Sulla base di ciò abbiamo concluso che impostare, come next step, un processo di Machine Learning potrebbe essere pressoché inutile, vista la natura dell’elemento analizzato.

Project Details